基于深度學(xué)習(xí)的車牌識別系統(tǒng).pdf

1、隨著城市化發(fā)展，車牌自動(dòng)化識別技術(shù)的需求日漸凸顯。雖然在高清靜止的場景中車牌識別已經(jīng)較為成熟，但在更廣義的場景中，車牌識別問題依然面臨挑戰(zhàn)。
　　在本文中使用近年來較為熱門的深度學(xué)習(xí)技術(shù)對廣義場景下中文車牌識別進(jìn)行探究。在工程上，為了全面研究車牌問題，控制數(shù)據(jù)和標(biāo)注的一致性，創(chuàng)建了一個(gè)車牌數(shù)據(jù)庫系統(tǒng)。為了及時(shí)查看算法結(jié)果以及方便地進(jìn)行修改標(biāo)注，我們搭建了測試網(wǎng)站以及標(biāo)注網(wǎng)站。在算法上先調(diào)研了傳統(tǒng)的車牌識別流程以及算法技巧。利用調(diào)研

2、得到的方法以及深度學(xué)習(xí)方法來實(shí)現(xiàn)傳統(tǒng)的車牌流程，即車牌檢測、車牌定位、字符分割和字符識別。分析傳統(tǒng)流程的缺點(diǎn)，發(fā)現(xiàn)瓶頸在于過多的流程和各個(gè)算法模塊間銜接不夠緊密積累起了速度以及準(zhǔn)確率的嚴(yán)重?fù)p失。所以本文把車牌識別分為了車牌檢測和正車牌識別兩個(gè)部分，并提出了端到端的方法來克服傳統(tǒng)流程進(jìn)行正車牌識別帶來的問題。為了支持深度學(xué)習(xí)端到端的正車牌識別模型的訓(xùn)練，本文又設(shè)計(jì)和實(shí)現(xiàn)了模擬車牌生成器來產(chǎn)生大量正車牌圖片。
　　本文搜集了大量車牌數(shù)